企業(yè)數字化五步走

胡興民

數字化到底能為企業(yè)產(chǎn)生什么價(jià)值？這是近幾年在我參與的研討會(huì )、課堂學(xué)習、企業(yè)培訓中，幾乎都會(huì )討論的一個(gè)議題。

最近，我又密集參加了幾場(chǎng)研討會(huì )，再次聽(tīng)到了關(guān)于數字化戰略?xún)r(jià)值的諸多說(shuō)法。這些研討會(huì )的分享者主要有四類(lèi)。第一類(lèi)是政府部門(mén)的代表。他們指出，數字化是必然趨勢，對企業(yè)的未來(lái)生存發(fā)展至關(guān)重要。不過(guò)，他們沒(méi)有告訴我們，數字化到底是什么？怎么做？能夠產(chǎn)生什么價(jià)值？

第二類(lèi)是軟件廠(chǎng)商。這些人說(shuō)，他們的ERP（企業(yè)資源規劃）、CRM（客戶(hù)關(guān)系管理）軟件是企業(yè)數字化的最佳選擇?？墒?，這些軟件已經(jīng)面市一二十年，怎么突然換了個(gè)身份，從支持業(yè)務(wù)操作的軟件變成了“讓企業(yè)變得更聰明的軟件”？

第三類(lèi)是服務(wù)于大型企業(yè)的IT（信息技術(shù)）主管。他們大都展示了一個(gè)非常復雜的架構圖，里面既有門(mén)店收銀、天貓、京東、移動(dòng)App、官網(wǎng)商城等各種應用構成的前臺，也有ERP、WMS（倉庫管理系統）、TMS（運輸管理系統）、數據倉儲等諸多熟悉名詞匯聚的后臺，還有他們最喜歡談?wù)摰哪軌蛘虾笈_數據、賦能前臺運營(yíng)的中臺。

第四類(lèi)是來(lái)自不同行業(yè)的企業(yè)職能主管。制造行業(yè)的分享者說(shuō)，數字化可以提升產(chǎn)品生產(chǎn)效率和質(zhì)量。零售行業(yè)的則說(shuō)，數字化可以幫助獲客，做好客戶(hù)關(guān)系管理。顯然，他們都是從各自職能的視角出發(fā)的，好像安裝了相關(guān)系統，就完成了企業(yè)的數字化。

可見(jiàn)，上述各類(lèi)分享者關(guān)于數字化或智能化的說(shuō)法，就像是盲人摸象，每個(gè)人講的好像都很有道理，可是又不完全正確。那么，到底有沒(méi)有一個(gè)比較好的戰略思考框架，可以幫助企業(yè)審視自己的數字化做到了什么程度，還有沒(méi)有其他更有價(jià)值的應用機會(huì )？

企業(yè)數字化是分階段、分層次的

為了回答這個(gè)問(wèn)題，我對國內外十余家大型企業(yè)的數字化路徑進(jìn)行了研究，歸納出了一個(gè)企業(yè)數字化五階段模型。（參見(jiàn)副欄“企業(yè)數字化五階段模型”）利用這個(gè)戰略思考框架，你可以對自己企業(yè)所處的數字化階段或程度做出判斷，同時(shí)，可以清楚看到現階段還有哪些不足，以及接下來(lái)還可以朝哪些方向進(jìn)一步提升，為企業(yè)創(chuàng )造更大的價(jià)值。

第一階段：數據連通

數據連通就是解決目前企業(yè)普遍存在的信息孤島或應用孤島的問(wèn)題，也是企業(yè)數字化、智能化的基礎工作。

比如，在石化、煉鋼等連續型生產(chǎn)企業(yè)，生產(chǎn)流程中的很多過(guò)程控制系統（PCS）會(huì )實(shí)時(shí)收集各個(gè)生產(chǎn)單元的相關(guān)數據，如煉鋼爐內鐵水的溫度、壓力、雜質(zhì)含量等。在機械加工行業(yè)，需要了解生產(chǎn)線(xiàn)上加工設備的相關(guān)數據，如刀具、鉆具等的加工精度、耗損情況等。在零售行業(yè)，需要實(shí)時(shí)掌握終端的產(chǎn)品銷(xiāo)售等數據。在倉儲物流行業(yè)，需要實(shí)時(shí)更新庫存進(jìn)出等數據。在農業(yè)生產(chǎn)中，通過(guò)物聯(lián)網(wǎng)（IoT）隨時(shí)掌握農地和水塘的濕度、溫度、含氧量等數據。

所有這些通過(guò)各種方式采集的數據，會(huì )實(shí)時(shí)匯集到企業(yè)總部的控制室或老板的辦公室，并展示在一個(gè)非常壯觀(guān)的數據看板上。沒(méi)錯，如果你的企業(yè)完成了數據連通，最終就會(huì )展現在數據看板上。雖然我并不反對將數據看板視為企業(yè)數字化的范疇，但是，當很多企業(yè)興奮地向我演示它們的數據看板，并且告訴我這就是它們數字化的成果時(shí)，我心里嘀咕著(zhù)，唉，這只是企業(yè)數字化最初級的工作，還完全不涉及任何智能化。

第二階段：運營(yíng)監控

當數據匯集到企業(yè)總部時(shí)，企業(yè)需要立即對這些數據進(jìn)行比對分析，以掌握業(yè)務(wù)運營(yíng)過(guò)程是否發(fā)生異?，F象。比如，在煉鋼廠(chǎng)，煉鋼爐內的鐵水在溫度、壓力等指標上都是有一定標準的，數值過(guò)高或過(guò)低都會(huì )影響產(chǎn)品的質(zhì)量。在機械加工中，鉆孔的深度和位置需要實(shí)時(shí)與產(chǎn)品規格做比較，以判斷加工精度是否達標。在零售行業(yè)，需要將單位小時(shí)的銷(xiāo)售數字做同比和環(huán)比分析，這樣才能判斷當天的銷(xiāo)售是否正常。在倉儲物流行業(yè)，通常也需要比對單位小時(shí)的收貨和發(fā)貨效率。在農業(yè)生產(chǎn)中，通過(guò)實(shí)時(shí)比對農地和水塘的溫度、濕度、酸堿度等數據，及時(shí)發(fā)現異常情況，并立即向責任人做出提示或通告。

很多企業(yè)也會(huì )將這些異常信息展示在數據看板上。這時(shí)候，數據看板就成了展現企業(yè)初步智能化的可視化工具。你可能會(huì )問(wèn)，都是將信息呈現在數據看板上，第二階段與第一階段的關(guān)鍵差異在哪里呢？很簡(jiǎn)單，第二階段開(kāi)始具備發(fā)現異常的能力。在第一階段，數據看板只是展現當前的業(yè)務(wù)運營(yíng)狀況，并沒(méi)有處理是否異常的相關(guān)問(wèn)題。要判斷是否異常，可以用流程、工藝的標準作為比對基礎，比如在機械加工、農業(yè)生產(chǎn)中的應用場(chǎng)景。但是，有些行業(yè)，比如零售行業(yè)、倉儲物流行業(yè)等，沒(méi)有流程、工藝標準，這時(shí)候，可以跟歷史數字或計劃數字進(jìn)行比對。所以，第二階段比第一階段多做的是比對數據，發(fā)現差異，并提出警示。如果沒(méi)有做到這些，你的企業(yè)就仍然停留在第一階段。

第三階段：自主優(yōu)化

自主優(yōu)化開(kāi)始涉及更多的智能化處理。在第二階段的數據比對中，一旦系統發(fā)現當前業(yè)務(wù)運營(yíng)存在異常，需要立即做出兩個(gè)動(dòng)作：1.進(jìn)行診斷，找出原因；
2.制定調整方案或處方行動(dòng)。

系統如何能夠自我診斷并提出調整方案呢？關(guān)鍵在于知識的積累。還是以煉鋼廠(chǎng)為例，鐵礦石投入煉鋼爐加熱，到了該出鐵水的時(shí)間，但對煉鋼爐傳感器所采集的數據進(jìn)行比對后，發(fā)現爐內鐵水的溫度或雜質(zhì)含量沒(méi)有達標，原因是這次加工冶煉的鐵礦石成分跟以往不同。這時(shí)候，系統可能會(huì )給出這樣的調整方案：延長(cháng)加熱時(shí)間，或者添加某些助熔劑去除雜質(zhì)。同樣，在機械加工中，會(huì )通過(guò)傳感器測量鉆孔的位置和深度，如果傳感器回傳的數據跟標準存在誤差，系統就會(huì )提示調整鉆頭的位置，再進(jìn)行加工。

生產(chǎn)制造中的問(wèn)題判定和調整方案，因為有固定的操作標準作為依據，相對來(lái)說(shuō)容易實(shí)現自主優(yōu)化。而商業(yè)上的自動(dòng)化則較難標準化。這時(shí)候，系統需要對業(yè)務(wù)行為的因果關(guān)系進(jìn)行解構，了解數值變化中的機理，才能做出正確的判斷。

例如，對線(xiàn)上線(xiàn)下的銷(xiāo)售成績(jì)進(jìn)行監控，一般都可以采用電商行業(yè)的常用指標——GMV（商品交易總額），進(jìn)一步拆解的話(huà)，就是GMV = UV × CVR ×ASP。其中，UV表示來(lái)客數，就是有多少客戶(hù)進(jìn)入線(xiàn)下門(mén)店，或者有多少客戶(hù)訪(fǎng)問(wèn)線(xiàn)上店鋪；
CVR表示轉化率，就是進(jìn)入門(mén)店或訪(fǎng)問(wèn)店鋪的客戶(hù)中，有多少人最后完成了購買(mǎi)行為；
ASP表示平均客單價(jià)，就是有購買(mǎi)行為的客戶(hù)平均花了多少錢(qián)。

假設要監控上午10點(diǎn)到11點(diǎn)線(xiàn)上或線(xiàn)下的營(yíng)業(yè)數據，發(fā)現同昨天相比，今天這個(gè)時(shí)段的GMV下滑了。如果進(jìn)一步分析發(fā)現，CVR和ASP沒(méi)有變化，UV降低了，那么基本可以判斷出今天該時(shí)段GMV下滑的主要原因是來(lái)客數減少了。如果要進(jìn)行干預，系統可能給出的方案是，對于線(xiàn)下場(chǎng)景，讓店員到店外發(fā)傳單，提高引流到店的人數；
對于線(xiàn)上場(chǎng)景，加大關(guān)鍵字搜索等互聯(lián)網(wǎng)廣告的投放。如果分析發(fā)現是CVR出現下降，那么無(wú)論是線(xiàn)上還是線(xiàn)下銷(xiāo)售場(chǎng)景，可能的調整方案都是降低主要陳列產(chǎn)品的價(jià)格，或者更換用于引流的“鉤子”產(chǎn)品，以提高客戶(hù)購買(mǎi)的意愿，這樣CVR才能回升。如果是ASP出現下降，可能就需要推出滿(mǎn)減活動(dòng)或捆綁套餐，讓客戶(hù)能夠一次性購買(mǎi)更多產(chǎn)品，提高客單價(jià)。上述這些方案一旦實(shí)行，數據系統仍需要持續監控銷(xiāo)售狀況，以確定銷(xiāo)售下滑的問(wèn)題得到解決。

在零售行業(yè)的客戶(hù)運營(yíng)管理上，這種自主優(yōu)化也極為重要。我曾管理一家大型連鎖便利店企業(yè)，我們擁有6，000萬(wàn)會(huì )員，需要制定一些規則來(lái)監控客戶(hù)行為，一旦發(fā)現某些客戶(hù)有流失傾向，就需要立即采取行動(dòng)。從6，000萬(wàn)會(huì )員數量來(lái)看，我們不可能讓市場(chǎng)營(yíng)銷(xiāo)人員每天手工做分析，找出哪些人正在流失。我們采取的做法是，將每位會(huì )員最近來(lái)店的時(shí)間間隔與過(guò)去3個(gè)月平均時(shí)間間隔進(jìn)行比對。比如，某位會(huì )員過(guò)去3個(gè)月來(lái)店12次，就表示他差不多每周都會(huì )來(lái)店1次。如果他最近一次來(lái)店時(shí)間已經(jīng)過(guò)去7天，他應該要來(lái)店了，卻沒(méi)有來(lái)，我們就會(huì )分析他的消費類(lèi)型。如果確定他經(jīng)常會(huì )消失一兩周做出差旅行，那么這次過(guò)了一周還沒(méi)來(lái)店，也算正常。如果他不是經(jīng)常出差旅行，我們可能就需要給他發(fā)送激活邀請，比如告訴他今天來(lái)店買(mǎi)咖啡可以獲得2元優(yōu)惠，或者今天中午12點(diǎn)半后來(lái)店買(mǎi)盒飯可以七五折優(yōu)惠。至于到底建議他買(mǎi)咖啡還是盒飯，以及應當給予多少優(yōu)惠，就取決于在過(guò)往消費記錄中，他對哪種商品的消費更為頻繁，以及他對價(jià)格的敏感度如何。當然，無(wú)論是數據采集、異常判斷，還是提出方案、效果反饋，這些操作都是數據系統自動(dòng)處理完成的。如果你們的業(yè)務(wù)流程也能夠做到這樣的智能化處理與經(jīng)驗學(xué)習，就說(shuō)明你們在業(yè)務(wù)環(huán)節上已經(jīng)達到了自主優(yōu)化的程度。

第四階段：智能企業(yè)

在前一階段，企業(yè)數字化的重點(diǎn)是，針對企業(yè)的生產(chǎn)制造、市場(chǎng)營(yíng)銷(xiāo)、物流配送等環(huán)節中的一部分進(jìn)行高效的數據采集和應用，目的是達到局部的最優(yōu)化。比如，在企業(yè)的生產(chǎn)制造環(huán)節，不同工作單元或工作站通過(guò)實(shí)時(shí)數據采集、數據分析、調整反饋，實(shí)現更好的產(chǎn)品質(zhì)量、更高效的產(chǎn)出。但是，這些操作都限制在比較小的范圍，無(wú)法讓整個(gè)生產(chǎn)流程做到全面最優(yōu)化。怎么辦？我們需要將工廠(chǎng)內所有生產(chǎn)單元的過(guò)程控制數據集中存放到云端服務(wù)器，進(jìn)行整合應用，從而實(shí)現整個(gè)工廠(chǎng)的最優(yōu)化。

同理，我們把企業(yè)市場(chǎng)營(yíng)銷(xiāo)環(huán)節的客戶(hù)標簽、客戶(hù)行為變化、精準營(yíng)銷(xiāo)案例等數據，銷(xiāo)售環(huán)節的交易、訂單、庫存、發(fā)貨等數據，供應鏈環(huán)節的供應商產(chǎn)品、可供貨狀況、質(zhì)量、價(jià)格等數據，倉儲物流環(huán)節的庫存、可用車(chē)輛、路線(xiàn)派遣等數據，也都存放到云端。這時(shí)候，我們可以看到，云端的所有數據完整映射了企業(yè)實(shí)體的采購、供應、生產(chǎn)、物流、市場(chǎng)、銷(xiāo)售、服務(wù)等各個(gè)環(huán)節的真實(shí)狀態(tài)。通過(guò)建立數據模型，我們將這些跨部門(mén)的數據進(jìn)行整合應用，就能夠使企業(yè)整體的效率達到最佳。這種將整個(gè)價(jià)值鏈的實(shí)體操作狀態(tài)數據傳送到云端，在云端通過(guò)數據模型建立所有環(huán)節之間關(guān)系的數字化模型與數據應用，我們稱(chēng)之為CPS（信息物理系統）。

有人可能會(huì )說(shuō)，CPS不就是工業(yè)4.0的標準架構嗎？它也可以應用在非生產(chǎn)制造型企業(yè)嗎？當然可以！工業(yè)4.0的目標就是要達成企業(yè)智能化，它定義出虛實(shí)整合的架構，也定義了不同領(lǐng)域企業(yè)、不同層級數據傳輸的標準，我們只需要在應用時(shí)考慮所在行業(yè)的具體場(chǎng)景。

我曾在《商業(yè)評論》發(fā)表過(guò)一篇關(guān)于上汽大通智能化的案例。上汽大通通過(guò)前端的蜘蛛智選App獲取客戶(hù)個(gè)性化的購車(chē)訂單，在確認客戶(hù)訂單的同時(shí)，蜘蛛智選即可告訴客戶(hù)什么時(shí)候能夠交車(chē)。之所以能夠做到這一點(diǎn)，就是因為上汽大通將客戶(hù)訂單需求、生產(chǎn)排程、原材料供應等整個(gè)價(jià)值鏈的數據完全打通，這是一個(gè)典型的企業(yè)級別的智能化案例。（參見(jiàn)本刊2022年11/12月號《上汽大通：C2B數字化修煉之路》）

再看一個(gè)工程機械企業(yè)的案例?？ㄌ乇死帐且患胰蛑墓こ淘O備公司，它在自己生產(chǎn)的工程設備上安裝了傳感器，可以將設備在使用過(guò)程中的狀態(tài)數據實(shí)時(shí)回傳，然后根據這些數據安排設備維修、零部件更換等?；诖?，卡特彼勒將自己的商業(yè)模式從銷(xiāo)售工程設備轉型為提供按設備使用時(shí)間付費的工程服務(wù)。對于客戶(hù)來(lái)說(shuō)，由于工程設備不是自己購買(mǎi)的，就不需要花精力做維修保養，更不需要擔心因為設備維修保養而影響設備可用率和工期。對于卡特彼勒來(lái)說(shuō)，同一臺設備可以提供給多個(gè)客戶(hù)使用，實(shí)際總收費增加了，而且可以主動(dòng)安排設備維修，就不需要擔心客戶(hù)突然把設備送廠(chǎng)維修，而廠(chǎng)內的維修工位或技師都沒(méi)空的尷尬情況，維修效率因此可以大幅提升，維修人員成本也可以顯著(zhù)降低。這就是打通數據鏈后可以實(shí)現的智慧型企業(yè)。

第五階段：生態(tài)整合

前一階段的智慧型企業(yè)看起來(lái)已經(jīng)發(fā)展到了數字化的極致，下一步還能做什么呢？

想一想，當你面對客戶(hù)時(shí)，在很多情況下，是不是需要其他企業(yè)配合協(xié)作？這種分工協(xié)作就產(chǎn)生了一個(gè)時(shí)髦的詞——生態(tài)圈。其實(shí)，生態(tài)圈現象由來(lái)已久，嚴格來(lái)說(shuō)，幾乎所有企業(yè)都存在于某個(gè)生態(tài)圈之中，只是過(guò)去缺乏信息對接，使得原本彼此緊密的關(guān)系鏈被切斷了。例如，生產(chǎn)冰箱、電視機的家電企業(yè)與生產(chǎn)芯片的企業(yè)有沒(méi)有關(guān)系？家電企業(yè)與各地的購物中心、百貨商場(chǎng)有沒(méi)有關(guān)系？當然有關(guān)系，因為家電企業(yè)的上游就有芯片企業(yè)，下游就有百貨商場(chǎng)。你會(huì )說(shuō)確實(shí)有關(guān)系，可是不緊密啊。是的，在平時(shí)你確實(shí)感覺(jué)不到它們之間關(guān)系緊密，但在出現芯片短缺時(shí)你還感覺(jué)不到嗎？這就是為什么美國封鎖半導體供應鏈時(shí)，其破壞力可能殃及全球各地的各種行業(yè)，因為全球供應鏈就是一個(gè)生態(tài)圈。

我們平時(shí)在網(wǎng)上購物，下單后會(huì )開(kāi)始關(guān)注商家什么時(shí)候發(fā)貨、什么時(shí)候能收到貨，這就形成了一個(gè)由電商平臺、銷(xiāo)售產(chǎn)品的商家、物流企業(yè)構成的生態(tài)圈。商家通過(guò)電商平臺接收到訂單，然后將訂單信息傳送給自己的倉儲中心，倉庫揀貨后將物流企業(yè)的快遞單號掃入自己的倉庫管理系統，這時(shí)候，我們就可以查詢(xún)到訂單發(fā)貨以及后續的物流中轉實(shí)時(shí)信息。在過(guò)去，由于缺乏信息整合，下單后一直到送貨上門(mén)的整個(gè)流程是無(wú)法可視化的，但是通過(guò)生態(tài)圈的數據打通，全程可視化就變得很容易。

近年來(lái)，醫療生態(tài)圈的數據連通規模在不斷擴大，這將創(chuàng )造更大的客戶(hù)價(jià)值，給民眾健康帶來(lái)更好的保護。整個(gè)醫療生態(tài)圈涵蓋了各種各樣的企業(yè)，比如各級醫院、專(zhuān)科診所、醫療檢驗中心、康復中心、藥房、醫療器械企業(yè)、便攜式監測設備企業(yè)等，它們共同服務(wù)于一個(gè)群體——患者。以前，出于數據安全的限制，每家企業(yè)的數據都是私有的，無(wú)法共享。全國民眾不管大病小病，都到北上廣或省會(huì )城市的三甲醫院求診，造成看病難的局面。三甲醫院看似壟斷了患者資源，其實(shí)也是掐頭去尾。三甲醫院的醫生并不知道患者來(lái)求診之前，在當地醫院做過(guò)什么檢查，有過(guò)什么診斷，用過(guò)什么藥物。這種信息斷鏈使得三甲醫院的醫生可能要求患者重復檢查?；颊咴谌揍t院看完病回到當地后，是否按醫囑進(jìn)行治療，是否復檢，復檢結果如何，這些信息又都只留存在當地。這既造成了醫療資源的嚴重浪費，也不利于對患者健康的保護。而生態(tài)圈的數據連通后，情況就會(huì )完全不同。試想，如果可以監測血壓、血氧等指標的智能手表，能夠和醫院實(shí)現數據連接，高血壓、心臟病等慢性病患者的生理體征就可以得到實(shí)時(shí)監測，一旦發(fā)現異常，醫護人員就可以立即聯(lián)系患者安排就診。

應用五階段模型的注意點(diǎn)

企業(yè)數字化五階段模型是根據眾多案例實(shí)踐和調研總結而成的經(jīng)驗法則，我們在應用這個(gè)模型時(shí)需要了解和關(guān)注它的三個(gè)特點(diǎn)。

發(fā)展連續性 數據采集是所有企業(yè)數字化、智能化的基礎。有了數據采集和連通，企業(yè)價(jià)值鏈環(huán)節才可能實(shí)現局部的運營(yíng)監控。能夠監控，才可能發(fā)現問(wèn)題，做出調整，實(shí)現自主優(yōu)化。等到所有環(huán)節都能做到自主優(yōu)化，整個(gè)企業(yè)就實(shí)現了智能化。當一個(gè)生態(tài)圈內的每個(gè)企業(yè)都智能化了，整個(gè)生態(tài)圈也就智能化了?？梢?jiàn)，數字化是一個(gè)連續發(fā)展的歷程，各個(gè)階段不能斷開(kāi)，也不能跳躍式推進(jìn)，必須實(shí)實(shí)在在地一個(gè)階段一個(gè)階段向前走，才能積累出強大的數字能力。就我所觀(guān)察的國內大型企業(yè)來(lái)看，無(wú)論是生產(chǎn)制造企業(yè)、物流供應鏈企業(yè)，還是零售企業(yè)，大部分都已經(jīng)能夠實(shí)時(shí)采集數據。當然，在一些傳統大型制造企業(yè)，仍然有許多舊型號的生產(chǎn)設備無(wú)法進(jìn)行實(shí)時(shí)的數據采集，所以應該持續更新這些生產(chǎn)設備，或者給它們加裝可以采集數據的物聯(lián)網(wǎng)設備。對于中小型制造企業(yè)，則有更多的生產(chǎn)設備有待升級。零售行業(yè)也存在類(lèi)似的狀況。大型零售企業(yè)在前端大都已經(jīng)采用智慧型收銀系統（POS），而中小型零售企業(yè)相對滯后，仍無(wú)法實(shí)時(shí)采集銷(xiāo)售數據。

覆蓋延展性 從企業(yè)數字化五階段模型可以看出，數字化的前三個(gè)階段都聚焦在價(jià)值鏈環(huán)節的局部功能上，第四階段開(kāi)始關(guān)注整個(gè)價(jià)值鏈的數據整合和應用，到了第五階段甚至超越了企業(yè)的邊界，擴展到整個(gè)生態(tài)圈。所以，企業(yè)數字化的覆蓋范圍是具有延展性的，企業(yè)在規劃自己的數字化進(jìn)程時(shí)，需要從小到大逐步擴大范圍。

價(jià)值遞增性 在企業(yè)數字化五階段模型中，對于作為基礎的數據采集，還無(wú)法計算其價(jià)值，因為數據還沒(méi)有加以利用。但是，從第二階段開(kāi)始，通過(guò)數據比對分析，能夠對企業(yè)運營(yíng)中出現的問(wèn)題提出警示。到了第三階段，能夠幫助制定方案，排除問(wèn)題，比如在生產(chǎn)環(huán)節確保產(chǎn)品質(zhì)量，在物流環(huán)節提高效率，在銷(xiāo)售環(huán)節避免客戶(hù)流失。在第四階段，因為整合了價(jià)值鏈所有環(huán)節的信息，就能夠全面提升企業(yè)的運營(yíng)效益，甚至實(shí)現商業(yè)模式創(chuàng )新，快速提升企業(yè)的競爭力和獲利能力（比如卡特彼勒的案例）。到了第五階段，產(chǎn)生的價(jià)值更大，因為企業(yè)能夠更有效地利用外部資源加強對客戶(hù)的覆蓋，提升客戶(hù)價(jià)值。所以，在企業(yè)數字化五階段模型中，越到后面的階段，數字化價(jià)值就越大。

※※※

隨著(zhù)人工智能、物聯(lián)網(wǎng)、云計算、移動(dòng)互聯(lián)網(wǎng)等技術(shù)的迭代創(chuàng )新，技術(shù)對企業(yè)數字化賦能的能力更加顯著(zhù)。面對未來(lái)的發(fā)展與競爭，企業(yè)勢必要在數字技術(shù)應用上做更多的投入，才能更有效地連接內外部資源，給客戶(hù)提供更有價(jià)值的服務(wù)，創(chuàng )造自身更強大的競爭力。本文提出的企業(yè)數字化五階段模型，在生產(chǎn)制造、物流、零售、醫療大健康等行業(yè)，已經(jīng)有了很多成功案例。你不妨試著(zhù)用這個(gè)模型思考一下，自己企業(yè)的數字化到了什么階段，未來(lái)可以怎么走。